基于多源影像融合去云的水深遥感反演研究——以哨兵-2A和资源三号为例

利用Worldview-2、资源三号、Sentinel-2A、高分一号,以及Landsat-8等5种光学卫星数据和电子海图数据,在研究多光谱遥感水深反演机理以及基本流程的基础上,探究了多源遥感数据去云融合与水深反演。一方面,以不同空间分辨率的影像融合为切入点,用GM融合算法、小波融合探讨不同空间尺度、不同数据源融合影像对水深反演结果的影响,探讨水深反演过程中遥感影像去云融合的可行性。另一方面,以多源遥感水深反演为切入点,基于双波段比值法,反演实验区域20 m以内的水深,并进行精度评价。实验表明,利用小波融合去云可以改善水深遥感反演中有云区域的影响,一定程度上提高反演精度和制图资料的完整性。     

TS 60全站仪在船闸高边坡水平位移监测中的应用

变形监测是船闸建设中安全监测的重要组成部分。利用TS 60自动化全站仪对船闸建设中的高边坡水平位移进行安全监测,并对其成果精度进行分析,结果认为:TS 60自动化全站仪用于变形监测工作自动化程度高,精度可靠,并能显著提高观测效率。     

Landsat-8监督分类器精度比较——以黄岛区为例

以2017年12月31日Landsat-8影像为数据源,因其有全色波段15 m分辨率,采用波段融合处理,提高影像处理分辨率,运用监督分类的6种分类器,比较各分类器分类结果精度,以结果的整体分类精度和Kappa系数对各分类器精度验证。其结果表明,整体分类精度和kappa系数成正比关系,6种分类器中平行六面体的分类精度最低,仅66%多,其余都在80%以上;支持向量机和最大似然分类器分类效果较好,分类结果与实际黄岛区土地利用类型吻合度较好。     

测量机器人CRTSⅢ型轨道板检测方法精确性及稳定性分析

随着科技的不断发展,我国高速铁路建设也在快速发展,高铁轨道板检测技术越加稳定成熟。高铁轨道板检测是保障高速铁路安全运营的必要有效的重要技术环节,属于工业三维测量的内容。纵观国内外轨道板检测技术的发展,测量机器人已经得到了广泛的应用,同时也是众多方法中最成熟的一种。本文针对基于测量机器人CRTSⅢ型轨道板检测方法的检测流程及需求,详细论述了测量机器人的检测内容、精确性以及稳定性。大量实验数据证明,该方法在检测作业中是可靠的、可行的。     

基于Network In Network网络结构的高光谱影像分类方法

为进一步提高高光谱影像分类精度,通过引入Network In Network网络结构,构建了一种新的网络模型。该网络模型能够对局部感受野内的数据进行更加抽象的建模,从而能够对影像中的空谱联合特征进行更为抽象的表达。通过在Pavia University和Indian Pines两个数据集上进行验证,实验结果表明,所构建的网络模型能够有效提高分类精度,在减少训练样本的条件下仍具有较好的分类性能。     

星载分布式InSAR目标定位模型研究

针对星载二号分布式干涉合成孔径雷达系统目标定位的问题,以双基成像模型为基础,推导了雷达发射信号时刻与接收回波时刻卫星平台位置及速度发生变化的三维目标定位方程,给出了解算过程中的数据处理策略。文中采用星载分布InSAR干涉影像进行的无控制点条件下的定位和精度检测实验,验证了模型和数据处理策略的有效性和准确性。